【详述】due90 - 详细分箱过程

本文展示due90变量(逾期90天的次数)的详细分箱过程，以及代码实现示例。

一、due90变量-分箱过程

due90变量是"客户逾期90天的次数"，它是一个整数数值变量，下面详细讲解due90变量的分箱过程。

1.1. due90变量-分箱过程

在正式分箱前，先对due90变量粗略分箱，试探due90变量的取值分布与badrate趋势。

由于due90的取值是不太大的整数，因此我们直接枚举出它所有的取值可能，统计结果如下：

我们将badrate较连续相似的划分为一箱，最终以0，1，>1作为分箱，分箱结果如下：

可以看到，badrate单调增长。

1.2. due90变量-自动分箱结果

下面我们使用卡方分箱与ks分箱，看看两种算法对due90变量的分箱结果。

卡方自动分箱结果如下：

ks自动分箱结果如下：

可以看到，卡方分箱、KS分与手动分箱的效果差不多，IV都为0.9左右。

二、due90变量-分箱代码

本节展示due90变量分箱过程中每一步的详细代码。

2.1. due90变量分箱-代码示例

上述分箱的每一步过程，所对应的具体代码实现如下：

import bbbrisk as br
from  bbbrisk import bins

# 加载数据                                                                         
data = br.datasets.load_bloan()                                                    # 加载数据
x = data['due90']                                                                  # 变量
y = data['is_bad']                                                                 # 标签
br.display.pd.set(width=300,max_colwidth=30,max_rows=30)                           # 美化pandas的显示方式

# 枚举所有的值进行分箱
bin_set =bins.merge.allEnum(x)
bin_stat = bins.Bins(bin_set).binStat(x,y)
print(bin_stat)

# 最终分箱结果
bin_set = [0,1,[1,'+']]
bin_stat = bins.Bins(bin_set).binStat(x,y)
print(bin_stat)

# 自动分箱-卡方分箱
bin_set = bins.merge.chi2(x,y)
bin_stat = bins.Bins(bin_set).binStat(x,y)
print(bin_stat)

# 自动分箱-KS分箱
bin_set = bins.merge.ks(x,y,min_sample=200)
bin_stat = bins.Bins(bin_set).binStat(x,y)
print(bin_stat)

运行上述代码，每一步都会打印出如下的结果：

从结果中就可以看到每组的样本数、badrate和IV等等信息。

好了，以上就是due90变量的详细分箱过程，以及代码实现了~

结束语

due90变量与due60、due30在分析手段上是类似的，它们的业务意义也是相似的，这里也就不再多说了，毕竟due90变量的分箱其实只是在重复due60、due30的工作。